基于二元语义信息处理的软件质量综合评价方法

针对具有层次结构和语言评价信息的软件质量综合评价问题,提出了一种基于二元语义信息处理的综合评价方法。首先给出了一种软件质量评价指标体系,然后在简要介绍二元语义概念的基础上,给出了基于二元语义信息处理的软件质量综合评价方法的计算步骤,通过该方法可以得到以二元语义形式给出的软件质量综合评价值。最后通过一个算例说明了该评价方法的有效性。     

考虑语义灰度的二元语义群决策方法

针对传统二元语义方法能较好地处理关于决策对象的语言评价信息,但无法反映决策者自身对决策对象信息掌握程度的情况,结合灰色系统中灰度的思想,提出了语义灰度的概念和度量方法,设计了考虑语义灰度的二元语义算子,构建了考虑语义灰度的二元语义群决策模型并给出求解方法。该方法利用决策者给出的信息,通过计算语义灰度调整群决策中决策者的权重,并依据综合灰度计算评价结果的可信度,提出基于二次函数对决策对象进行排序的方法。最后通过实例验证了该方法的实用性、合理性和有效性。     

权重信息不完全的二元语义多属性群决策方法

针对解决具有语言评价信息的多属性群决策问题,提出了一种基于最大偏差和二元语义信息处理的群决策方法。该方法是采用近年来最新发展的二元语义概念对语言评价信息进行处理和运算。对于属性权重完全未知或属性权重信息不完全的情形,分别给出了一个求解属性权重的简洁公式和一个基于最大偏差的目标规划模型,分别获得相应的属性权重,然后利用二元语义加权算术平均(T-WAA)算子,对二元语义决策信息进行加权集成,继而对决策方案进行排序和择优。该方法具有对语言信息处理较为精确的特点,避免了以往采用的语言信息处理方法所带来的信息扭曲和损失。最后给出了一个实例分析。结果表明该方法简单,有效和易于计算。     

基于二元语义多属性群决策的灰色关联分析法

针对解决具有语言评价信息的多属性群决策问题,提出了一种基于二元语义信息处理的群决策方法,该方法是采用近年来最新发展的二元语义概念对语言评价信息进行处理和运算,它是依据传统灰色关联分析方法的基本思想,通过计算每个方案对正、负理想方案的语义灰色关联度,最终确定最优方案,使该方案对正理想方案具有最大的灰色关联度和对负理想方案具有最小的灰色关联度.该方法具有对语言信息处理较为精确的特点,避免了以往采用的语言信息处理方法所带来的信息扭曲和损失.最后给出了一个实例分析.结果表明方法简单、有效和易于计算.     

基于二元语义信息处理的最大树聚类方法

针对解决具有语言评价信息的多指标聚类分析问题,提出了一种基于二元语义信息处理的最大树聚类方法。该方法依据传统的最大树聚类分析方法的基本思想,采用二元语义概念对语言评价信息进行处理和运算,并对聚类对象进行分类,具有概念清晰、计算简单、信息处理较为精确的特点。最后,通过一个算例说明了所给出的聚类方法。     

一种基于群体语言判断矩阵的群决策问题的二元语义解法

针对群决策中专家给出的关于方案两两比较的语言判断矩阵，给出一种基于二元语义的群决策方法。在该方法中，首先将原始语言评价信息转化为二元语义形式；然后采用二元语义集结算子将每个专家给出的语言判断矩阵集结为群的评价矩阵，并利用计算二元语义非优势度的方法，给出最优方案的选择过程。最后通过一个算例说明给出的方法。     

基于二元语义的八类偏好信息的群决策方法

利用模糊数与二元语义之间的转化方法,研究模糊互补判断矩阵与二元语义判断矩阵之间的内在联系,得到了模糊互补判断矩阵的二元语义转化方法保持原判断矩阵的互补性,满意、完全加性、乘性一致性和方案优先顺序等结论.扩展了该转化方法,给出了八类不同形式偏好信息的一致化和集结方法.最后,通过算例表明了该方法是有效的.     

不同偏好形式判断矩阵的二元语义群决策方法

利用三角(区间)模糊数与二元语义之间的转化方法,研究了三角(区间)模糊数互补判断矩阵与基于二元语义的语言判断矩阵之间的内在联系,论证了该转化方法的有效性.同时给出了一种群体判断矩阵信息为不同模糊偏好形式的集结方法,最后,通过算例表明了该方法是有效的.     

基于ET-WG和ET-OWG算子的二元语义群决策法

针对一类属性值和权重值均为语言评价信息的多属性群决策问题,提出了一种群决策分析方法.首先,为了便于语言评价信息的集结运算,提出了一些新的集结算子:扩展的二元语义加权几何(ET-WG)算子和扩展的二元语义有序加权几何(ET-OWG)算子,并分析了这些算子的性质.然后提出了一种基于ET-WG算子和ET-OWG算子的群决策方法,其核心是通过语言信息的集结运算,得到各方案的群体综合评价信息,从而根据二元语义信息的比较原则,得到所有方案的排序结果.最后给出了一个实例分析,说明了本文提出方法的可行性和实用性.     

梯形模糊数判断矩阵的二元语义排序方法

二元语义能够很好地解决信息集结过程中的失真问题,根据二元语义与相应的梯形模糊数等价这一思想,针对群决策过程中梯形模糊数比较的不确定性问题,提出了梯形模糊数互补判断矩阵的一种二元语义的排序方法。讨论了梯形模糊数与二元语义之间的转化方法,建立了二者之间的关系;研究了梯形模糊数互补判断矩阵与二元语义语言判断矩阵之间的内在联系,提出了一种偏好形式为梯形模糊数判断矩阵的极大熵排序方法,给出了梯形模糊数判断矩阵的群集结步骤。算例分析表明所给的排序方法能够有效地避免梯形模糊数评价信息集结过程中信息的丢失与扭曲。     

一种基于群体语言相似矩阵的聚类方法

针对多个专家给出语言相似矩阵的聚类分析问题，提出一种新的编网聚类分析方法。首先描述具有群体语言相似矩阵的聚类问题并介绍近年来国际上最新发展的二元语义概念及其算子；其次。基于二元语义信息处理的方法，将每个专家给出的语言相似矩阵转化为二元语义形式，再采用二元语义集结算子进行群的集结；然后依据传统的编网聚类方法的基本思路。给出基于群体语言相似矩阵的聚类分析方法的计算步骤。最后通过一个算例说明了本文给出的方法。     

物流园区规划建设规模确定的模糊语言多属性群决策模型

结合模糊集理论和多属性群决策理论，提出基于模糊语言多属性群决策的物流园区规模确定模型。模型的主要特点是利用模糊有序加权平均（FOWA）算子对专家给出模糊语言判断信息进行集结，由三角模糊数期望值公式求得物流园区规模影响因素的权重向量；综合考虑定性和定量指标构造决策矩阵，运用模糊加权算术平均（FWAA）算子对各影响因素评估信息进行集成，得到各物流园区的综合评分值，从而得到各物流园区的具体规模。算例表明该模型的合理性和有效性，为客观、科学地规划物流园区规模提供一套可行方法。     

一种基于语言集结算子的语言多指标决策方法

针对一类指标值和指标权重值均为语言评价信息的多指标决策问题，给出了一种决策分析方法。首先．为了便于语言指标值和语言指标权重值的集结运算，定义了一种扩展的语言有序加权平均（ELOWA）算子，并进行了该算子的性质分析；然后．依据ELOWA算子给出了解决语言多指标决策问题的计算步骤,其核心是通过语言信息的集结运算，得到各方案的综合评价值，从而根据二元语义信息的比较原则，可得到所有方案的排序结果；最后通过一个算例说明了本文提出方法的可行性和实用性。     

一种基于语言判断矩阵的群决策方案排序新方法

针对群决策中基于语言判断矩阵形式偏好信息的方案排序问题,提出一种新的排序方法。给出有关语言判断矩阵的完全一致性、满意一致性、LOW A算子及图论的连通图和树等若干定义,得出构造具有完全一致性或满意一致性的语言判断矩阵满足的条件。根据图论的无向连通图理论,给出基于语言判断矩阵的群决策的方案排序方法。通过一个算例说明本文提出的分析方法。     

基于满意度最大的群决策方法

在群决策的过程中，由于决策者的知识水平、背景和主观偏好不同，他们对方案或因素所给的信息判断矩阵也就不同，本文主要针对模糊偏好关系和1～9标度判断矩阵信息，先构造个体满意度函数，然后给出一种合成两类偏好信息的多目标线性规划模型。该方法具有易操作、计算简单的特点，最后的实例验证了本方法的可行性及有效性。     

基于纯语言混合几何平均算子的多属性群决策方法

在纯语言加权几何平均(PLWGA)算子和推广的有序加权平均(EOWA)算子基础上给出纯语言混合几何平均(PLHGA)算子,研究了专家权重、属性权重及属性值均以语言形式给出的纯语言多属性群决策问题,提出了一种纯语言多属性群决策方法。最后将该方法应用于解决虚拟企业中的战略合作伙伴选择问题。     

知识服务中基于语言关联性信息的双边匹配决策方法

针对知识服务中考虑语言关联性信息的知识供需双边匹配决策问题,提出了一种决策分析方法。为了解决该问题,首先明晰了知识供需主体的语言满意度评价指标会在不同程度上存在关联的问题特征,并进行了形式化的描述;然后,考虑供需匹配主体语言满意度评价信息的关联性特征,定义了语言Choquet积分算子,给出了一种基于语言Choquet积分算子的多属性决策方法来获得匹配主体的匹配满意度;最后,根据匹配的目标要求构建了多目标优化模型,通过模型求解来获得知识服务中的双边匹配结果;最后,通过实例分析说明了本文给出方法的可行性和实用性。     

基于二元语义符号运算的群决策方法

具有语言判断矩阵形式的偏好信息的群决策是决策分析及群决策支持系统研究中的一个重要课题。针对这类群决策分析问题,提出了一种基于二元语义符号运算的群决策方法。在该方法中,首先描述了语言判断矩阵形式的偏好信息及其语言判断矩阵转化为二元语义符号的方法,然后基于T OWA算子给出了集结各决策者偏好信息和方案优选的方法。算例验证表明,用该方法所得到的方案是最优方案。